Java 正则表达式 - 捕获带有单个美元的字符串，但当它有两个连续的美元时则不捕获

Question

我之前发布了问题。

但这还没有结束。那里适用的所有规则仍然适用。

所以字符串：

"%ABC%" 结果会产生 ABC（捕获百分号之间的内容）
和 "$ABC." 一样（捕获 $ 之后的东西，当出现另一个美元或点时放弃）
"$ABC$XYZ"也会，结果也给XYZ

再补充一点：

"${ABC}" 也应该产生 ABC。（如果存在则忽略花括号 - 可能是非捕获字符？）。
如果您有两个连续的美元符号，例如 "$$EFG"，或 "$${EFG}"，
应该不出现在正则表达式结果中。（这是编号或命名反向引用发挥作用的地方——也是我将它们视为非捕获组的原因）。据我了解，一个组成为具有此语法 (?:) 的非捕获组。

1) 我可以说 % 或 $ 是非捕获组并按编号引用吗？还是只有捕获组才能分配编号？

2) 如果有((A) (B) (C))，编号的顺序是什么？外组是1，A 2，B 3 C 4？

我一直在关注命名组。看到提到的语法 here

(?<name>capturing text) to define a named group "name"

\k<name> to backreference a named group "name"

3) 不确定是否可以在 Java 中命名非捕获组？有人可以解释一下吗？

更多信息here on non capture groups。
有关 lookbehinds
对问题 here 的类似回答，但没有得到我想要的答案。不确定 Java 中是否存在反向引用问题。
类似问题here。但是无法理解适用于此的工作版本。

我使用的 Java 与我原来的问题完全相同，除了：

String search = "/bla/$V_N.$$XYZ.bla";
String pattern = "(?:(?<oc>[%$]))(?!(\k<oc>))([^%.$]*)+";

这只会导致 V_N.

我真的很纠结这个问题，想知道是否有人可以帮助我解决这个问题。谢谢。

Answer 1

您可以使用多个捕获组编写更冗长的正则表达式，并且只抓取那些不是 null 的组，或者简单地连接找到的组值，因为在每个捕获组时总是只有一个被初始化比赛：

%([^%.]+)%|(?<!$)$(?:\{([^{}]+)\}|([^$.]+))

参见regex demo。

详情

%([^%.]+)% - %，第 1 组：除 % 和 . 之外的一个或多个字符，然后消耗 %
| - 或
(?<!$) - 与字符串中不紧跟 $
$ - 一个 $
(?: - 匹配以下任一的非捕获容器组的开始：
- \{([^{}]+)\} - {, 第 2 组：除 { 和 } 之外的任意一个或多个字符，则消耗 }
- | - 或
- ([^$.]+) - 第 3 组：$ 和 .
) - 非捕获容器组结束。

Java usage:

String regex = "%([^%.]+)%|(?<!\$)\$(?:\{([^\{}]+)\}|([^$.\s]+))";
String string = "%ABC%\n$ABC.\n$ABC$XYZ  ${ABC}\n\n$$EFG $${EFG}.";
Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
Matcher m = pattern.matcher(string);
List<String> results = new ArrayList<>();
while (m.find()) {
    results.add(Objects.toString(m.group(1),"") + 
        Objects.toString(m.group(2),"") + 
        Objects.toString(m.group(3),""));
}
System.out.println(results); // => [ABC, ABC, ABC, XYZ, ABC]

请注意，在常规 Java 字符串文字中，\ 应该被转义（即 \）以引入单个文字反斜杠用作 regex escapes.

的一部分

Java 正则表达式 - 捕获带有单个美元的字符串，但当它有两个连续的美元时则不捕获

Java Regex - capture string with single dollar, but not when it has two successive ones

java

regex

backreference

capture-group

java-8